首页 > 新闻 > 一财号

分享到微信

打开微信,点击底部的“发现”,
使用“扫一扫”即可将网页分享至朋友圈。

西湖大学许田:如何打通科技成果转化的“最后一公里”

第一财经 2021-08-03 10:53:02

作者:云锋基金    责编:张健

科技创新是一场不断“突围”的过程。突围意味着从0-1的跃迁,意味着破除守旧的藩篱,也意味着自我突破、探索未知。 云锋基金始终关注不同领域的首创性和变革性技术创新。我们既关注5G、人工智能、物联网等新一代信息技术的应用突破,也关注新能源、智能制造、生物工程等新兴产业的技术崛起。 技术是产业之源。我们坚信,唯有更多的科技突围,才能帮助企业提升竞争力,为经济带来可持续增长。 但“突围”也意味着风险和失败。正因如此,突围不仅要有勇气和决心,更需要笃定的支持与陪伴。云锋基金希望携手那些最具突围力和创新力的创业者、企业家,一起探讨每一次科技突围背后的思考与启示。 今天,云锋Talk推出「突围」专题,在这个新栏目中,我们将讲述云锋所关注、所参与的科技突围之路,与大家共同寻找“突围之道”。

如何才能打通科技成果转化的“最后一公里”?

在西湖大学副校长许田看来,科研成果要想实现产业化突围,不能仅依靠高校院所的科研力量,还要与产业界结合,实现“联合攻关,利益共享”,“科学家专心做研究,商业层面事就交给专业人士做。”

这是许田在耶鲁教学期间,与朋友乔纳森·罗斯伯格博士在创办罗斯伯格孵化器时总结出的经验。罗斯伯格孵化器成立21年,孵化了13家高科技公司,实现100%的孵化成功率。

多年从事基础研究和项目孵化的经历,让许田对科技成果转化有了更深地思考:过去孵化企业更多是给予场地、设备等资助,这些属于“硬平台”提供帮助的范畴;随着科研成果从实验室走向市场的过程越来越短,搭建一个能在商业计划、专利、法务等层面给予科学家帮助的“软平台”变得愈加重要。

QSI(Quantum-Si)是罗斯伯格孵化器成功孵化的企业之一,由乔纳森·罗斯伯格博士于2013年创立。2021年6月11日,QSI通过SPAC方式正式登陆纳斯达克。

云锋基金致力于推动首创性技术在生命健康领域的应用发展,于2017年领投QSI D轮融资,助力公司产品在中国市场实现落地。这也是云锋基金在支持原创科技成果转化道路上的一次成功探索与实践。

在许田看来,QSI的成功上市离不开学术界与产业界、投资人的共同努力,“投资人为项目带来的不仅是资金、资源,还有现代化的管理体系和一定程度的良性压力。只有科学家与具有前瞻视野的投资人同行,才可能产生改变世界的高科技产品。”

许田曾长期担任耶鲁大学终身讲席教授、遗传学系副主任、校长顾问,霍华德休斯医学研究院研究员及罗斯伯格孵化器科学委员会主席。在学术界,许田是一位“独特”的科学家,他在生命科学领域有过诸多突破性研究成果,不仅推进了科学的边界,还多次亲历科技成果转化的全过程。2018年,许田全职加入西湖大学,成为遗传学讲席教授,在推动遗传学、药学与人工智能等多个交叉学科基础应用研究的同时,也在探索打通基础研究和应用技术创新衔接的通道。

本期「云锋Talk·突围」,许田分析了目前中国科技成果转化所面临的挑战,以及为科学家搭建“软平台”、“与投资人共行”对科技成果转化的必要性。

以下是对话节选,enjoy:

许田博士

西湖大学副校长

曾任耶鲁大学终身讲席教授、遗传学系副主任、校长顾问

霍华德休斯医学研究院研究员

罗斯伯格孵化器科学委员会主席

谈转化:

如何走好“第一公里”和“最后一公里”

Q:中国在高质量科研方面的贡献一直居于全球前列,但在科研成果应用转化领域却较为薄弱,原因是什么? 许田:科技成果的转化像学术一样是需要传承的,但现在没有成熟的传承机制,特别是让资本与高科技结合方面的经验非常少,所以科技成果转化相对更难。过去一两百年,人类对于如何鼓励基础理论研究已经积累了些经验,从德国鼓励学术自由,到美国大学建立学术自由制度保障体系,进而影响到中国高校的学术培养模式。鼓励自由探索和批判性思维,以此不断推陈出新,已经成为一种学术传承。所以你会发现,科学家都是有老师、有传承的,从石头里蹦出来自学成才的科学家非常少。

Q:在科研成果转化过程中,科学家和资本方分别面临怎样的挑战?

许田:真正了解前沿科技的一定是科学家,但科学家更倾向于“个人英雄主义”,他总觉得自己的技术是最有用的,对于市场需求、企业管理、商业模式、退出路径并不熟悉。但对资本市场来说,他们又很难判断什么样的科技成果才能成功转化,而且他们也很难管理一流的科学家。科技成果要想真正转化为市场化产品,离不开核心技术、原创研究,也离不开资本投入、商业运作,这是一对很有意思的矛盾。谁能把这对矛盾整合好,谁就能持续往前走。

Q:是否能通过机制创新来提高科研成果的转化率?

许田:科技成果转化是一件需要多技术、多团队联合攻关的事,而且这个联合攻关团队要实现利益共享。我在耶鲁教书的时候,和我的朋友Jonathan Rothberg在耶鲁旁做了一家罗斯伯格孵化器,孵化了十多家公司。我们的经验是,搭建一个“软平台”,让科学家、工程师做他们擅长的东西,聚焦解决核心技术问题,然后把融资、商业模式、知识产权等其它商务上的事情交给专业人士来做,这样能大大提高成功率。反过来说,如果让科学家从头开始学习申请专利、法务和运营公司,那么80%的创新项目恐怕都会失败。

Q:罗斯伯格孵化器所采用的“联合攻关模式”,能否在中国进行复制?

许田:相对而言,在中国组建联合攻关团队面临更大的挑战:首先是中国投资者的经验较少。美国投资者已经有多年投资高科技产品的经验,而中国风险投资发展时间较短,开始做投资时一定是投模仿和follow的东西,因为它更安全,也比较容易判断。但随着这两年风险投资的成熟,中国开始逐渐从Me-too/Me-better投资走向Best-in-Class/First-in-Class投资。目前国内更大的挑战在于人才缺乏,一个很典型的例子,北大的谢晓亮院士多年前就发明了测序技术,文章都发表了,但测序仪一直还在研发当中,核心原因就在于中国在精密仪器、设计制造领域缺少人才,这是非常大的挑战。当然这跟历史的阶段性发展有关,因为最开始肯定是先解决温饱问题,后面才能有所创新。

Q:科技成果转化过程中的人才缺乏问题该如何解决?

许田:中国这一代年轻人非常努力,这点是我在回国时感到非常欣慰的。但即便这样,想要在基础研究、首创技术层面有所突破也是不容易。一方面我们要从机制创新着手,比如联合攻关过程中,人才是否可以通过某种机制来进行共享。另外要积极引进全世界人才,即便是美国,它的高科技也是靠吸引全球人才发展而来的,当不同思想、文化背景的人聚到一起,才能碰撞出思想的火花,才可能产生对整个人类社会进程有影响的文明,才可能让科技创新更上一层楼。所以下一阶段,我们除了保持良好优势之外,还要在尖端创新人才的培养上有所作为。

Q:西湖大学是否已经探索出符合国情的产学研结合体系雏形?

许田:我们正在探索,西湖大学作为由社会力量举办和国家重点支持的大学,目的就是通过培养创新人才,产出一流成果,促进科研成果的转化。这也是国家鼓励西湖大学成立的原因,需要用新模式来进行探索和创新。西湖大学非常强调对基础研究的自由探索,如果没有前期的投入研究,就不可能有后面的成果转化。比如说mRNA疫苗的研发,大家只看到“最后一公里”的成功,但用mRNA作为药物载体,这在前面已经历经了几十年的研究。这也是为什么对人类社会来说,基础研究的投入很重要,如果没有前期对基础研究的投入,就不可能有“最后一公里”。

谈投资:

科研转化需要与“耐心”的投资者共行

Q:在科技投资层面,目前有哪些必须解决的问题?

许田:必须要让更多人行动起来。要知道我国医健领域的技术转化成功率目前还比较低,如果没有足够多的人愿意尝试,那如何才能成功呢?只有科技、金融结合起来,才能真正推动创新发展。最关键还是要推动观念上的进步,就像改革开放初期,我们对成本核算这些东西一概不知,后来我们建立了国家会计学院,这让我们对成本、市场有了概念,推动了后来的改革进程。今天也一样,在新一波科技创新面前,需要有一些国家行为来推动,比如税收部门能否出台更好的政策鼓励对原创性技术的投资,而不是让资本自己慢慢成熟起来,因为如果没有资本和原创技术的结合,就不会有真正的高科技产品出来。

Q:资本在孵化创新型技术时,要如何兼顾创新与风险?

许田:投资首创性、原创性技术的风险虽大,但它所能带来的附加值更高。首创新药意味着你有原始的市场,产品价格自然最高。在许多人看来Me-too/Me-better风险小,因为可以按照别人的模版依样画葫芦。但在我看来,如果是Me-better,意味着市场已被占领了一部分,这时风险更大,因为你必须比原有产品更好,才能有市场。更不要说做Me-too,这完全是没有改进的产品,风险最大。当然社会需要Me-too/Me-better降低新药价格,但中国要更上一层楼,一定要走First-in-class的路。

目前在中国的市场,已经能看到有一批投资机构开始在往前推动,比如云锋基金2017年投资的QSI,研发了世界首台单分子蛋白质测序仪,这家公司也是由罗斯伯格孵化器孵化出来的。公司上个月在纳斯达克上市,我们特别感激云锋基金的信任。云锋基金投资团队在技术研发初期就前瞻性地介入,加盟董事会后,也积极出谋划策,推动发展。对投资人来说,这不仅要有前瞻性和判断力,还要有足够的耐心和敢于承担风险的心态,因为原创高科技产品的失败率是非常高的。

Q:作为产学研推动者,你如何看待近几年创新药领域的估值泡沫现象?

许田:这绝对不是好事情,医药投资需要不断有资金进来,甚至是用钱把产品“砸”出来,直到产品成功上市。我在美国孵化多家公司,100%的孵化成功率,但从来没有一家公司是不经任何调整而成功的,包括云锋所投的QSI,最开始是做小型化测序仪,后来经过不断调整尝试,又研发了蛋白质测序仪。投资人的耐心支持,以及每一轮对估值的理性把控与项目的成功是密不可分的。所以说,与投资者共行非常重要。

Q:如何看待风险投资对于技术创新的推动作用?

许田:科技成果转化是一场很有意思的创新活动,关键的因素是人。投资者投的是科学家,而科学家选择的也一定不是钱,是投资者。这个过程中,科学家与投资人的“互动”很重要,科学家作为被投方,需要帮助投资者建立信心,反过来,科学家要懂得如何处理投资者所传递过来的压力。比如我们做罗斯伯格孵化器,一般初始孵化阶段资金都是由罗斯伯格来出,但当技术经历一两年孵化,概念得到初步验证后,我们一定会引进外部投资者。因为开放很重要,只有外部投资者进来,科技成果的转化过程才能“健康”,他们(投资人)不但能带来资源上的整合,还会带来新的管理经验和工作进展的压力。如果只靠自己的钱,自己鞭策自己是很难的。只有科学家和投资者共行,才可能产生改变世界的高科技产品,二者缺一不可。

Q:随着生命科学技术的进步,生物科技行业迎来发展机遇,新药、新疗法持续出现。您预计这一波生物科技的投资浪潮将会持续多久?

许田:按照Merrill Lynch(美林证券)的研究,通常创新技术需要30年孵化期,这30年的投入几乎是没有任何市场回报的,然后会进入大概60年的快速增长回报期,最后这个领域会进入成熟期、垄断期,一旦垄断就难以创新了。不管是从纺织工业到铁路运输,钢铁托拉斯到汽车、石油工业、计算机和网络,这一波波的科技革命都没有例外。如果这个规律依然成立的话,那生物医药从1972年到新千年是历经了30年孵化期,现在刚刚进入快速增长期,按此计算,生物科技的投资浪潮应该还会持续四五十年。

谈趋势: IT与BT融合发展将诞生颠覆性创新产业

Q:未来十年,生物科技将在哪些领域取得突破性进展?

许田:如果是基础理论研究,很难预测哪个方向会突破,但随着生物医药与人工智能的结合,在medical needs、有需求的方面一定会带来很多意想不到的发展,未来15-20年,癌症毫无疑问会变成常见病,人的寿命会明显延长,糖尿病、抗衰老等领域都会有所突破。

Q:这一波生物科技创新加速的原因是什么?

许田:从大背景来看,是一波又一波的科技革命推动了人类社会的前进。从1771年,英国用水利纺织,标志着工业革命的开始;1825年,蒸汽机这一发明被用于铁路交通运输领域;1886年汽车引擎被发明,由此诞生汽车工业、石油工业;1939年第一台计算机出现,带来今天计算机和互联网的变革发展,每一轮科技革命的浪潮都在推动经济和社会的发展。这些重大改变是由少数人的重大创新所带来的,这也是为什么要进行创新教育,个人的创造力变得越来越重要。

今天,以1972年分子克隆为标志的生物医药科技革命正在兴起。与此同时,科技革命的浪潮越来越快,在互联网这一波科技革命还没有结束时,生物医药的科技革命已经开始。而在生物医药科技革命蓬勃发展时,人工智能已经进入到产出期。所以我们这一代人,经历了多个科技革命,一波未完一波又起,叠加在一起。

当科技革命的浪潮越来越快,对个人、社会的挑战也不一样。谁能引领科技革命的浪头,谁就是时代的弄潮儿,个人对社会的贡献将得到最大的释放,企业会得到更大的机会,跟着浪潮前进,就可能成为人类社会的引领者。

Q:计算机、互联网、AI等科技浪潮相继出现,这么多浪潮,是谁影响谁?

许田:早期的几波科技革命基本上是互不干扰的,它们之间基本相当于资本转移的关系,而且每一波科技革命的“弄潮儿”都是不同的企业,比如说钢铁时代的弄潮儿是安德鲁·卡内基的钢铁托拉斯,但当石油工业起来后,洛克菲勒家族的石油帝国、福特的汽车王国又都是新的企业。到现在微软、苹果、阿里巴巴、亚马逊,又是一波新的公司、新的人,基本是没有交叉的,就代表每一波科技浪潮的独立性。

但现在多波科技革命同时进行,在我看来,他们是相互影响。比如以深度学习为标志的人工智能,它最初是源于哺乳动物视神经系统处理信息的方法,但现在人工智能已经没有再与神经生物学进行互动了,它自己变成了一个不断发展的领域。但现在神经生物学新神经网络的发现,一定会再对人工智能产生革命性地促进。另一方面,人工智能发展起来后,也开始对生命科学研究进行回馈,现在发现,人类大脑储存、处理信号的方式和人工智能储存、处理信号的方式非常类似,这个就是从人工智能研究得出的思路,然后再回去对比生命科学时,发现确实我们人类大脑的运行机制非常复杂。所以各个学科一定会开始互动,甚至会产生最激动人心的跨学科交流。

Q:AI、深度学习是如何影响生物科技研发的速度和深度的?

许田:比如在药物研发领域,我和 Jonathan在美国创建的公司AI Therapeutics(LAM Therapeutics),是一家AI制药公司,因为以前做药都是做实验,试管做完做培养皿,培养皿做完用动物做,再上人体实验,时间长、成本高。现在可以用人工智能预测,预测出可能有效,再做针对性实验验证,极大提高了效率。

更不要说在医学图像判断领域的应用,目前AI显然已经超过了病理学家的判断能力,包括谷歌AI团队推出的Alpha Fold,能够预测蛋白结构,这对蛋白质结构功能的认识及未来制药领域都会有巨大帮助。

我认为未来具有颠覆性的创新产业,不是从传统学科中“线性”产生的,而是从不同学科的“交叉处”冒出来。就像生物医药遇到人工智能时,会产生无比强大的动力,这将是人类有史以来最猛烈的一波科技革命,因为它会直接影响到我们的生老病死。

这也是为什么西湖大学一直全力推动跨学科交流,这是未来发展的增长点,可能会产生意想不到的结果,以及转化出应用非常广的科技产品。

举报

文章作者

一财最热
点击关闭